초록 ▼

Ⅳ. 연구 내용 및 결과
1. 위성을 통한 기후분야 적용기술 개발
가. 수증기채널 위성바람장 산출 알고리즘의 최적화
위성영상으로 관측된 구름의 이동을 추적하여 바람장을 산출하는 기술은 실시간 일기 감시 및 수치예보모델의 자료 동화 등에 활용되고 있다. 적외채널을 이용할 경우 구름역에 제한되어 바람장이 산출되는데 이러한 한계를 극복하고 구름역뿐 아니라 청천역에서도 바람정보를 획득하기 위해 수증기채널이 활용되고 있다. 국립기상연구소에서는 수증기채널을 이용한 위성바람장의 정확도 향상을 위해 알고리즘의 주요 인자에 대한 민

Ⅳ. 연구 내용 및 결과
1. 위성을 통한 기후분야 적용기술 개발
가. 수증기채널 위성바람장 산출 알고리즘의 최적화
위성영상으로 관측된 구름의 이동을 추적하여 바람장을 산출하는 기술은 실시간 일기 감시 및 수치예보모델의 자료 동화 등에 활용되고 있다. 적외채널을 이용할 경우 구름역에 제한되어 바람장이 산출되는데 이러한 한계를 극복하고 구름역뿐 아니라 청천역에서도 바람정보를 획득하기 위해 수증기채널이 활용되고 있다. 국립기상연구소에서는 수증기채널을 이용한 위성바람장의 정확도 향상을 위해 알고리즘의 주요 인자에 대한 민감도 실험 및 최적화가 이루어졌다.
수증기채널 위성바람장 산출 정확도는 바람벡터를 추적하기 위해 쓰이는 표적의 선정방법, 선정된 표적과 일치하는 영상을 추적하는 방법, 그리고 벡터의 고도를 할당하는 방법에 따라 크게 좌우된다. 표적을 선정하는 방법으로 표적의 크기, 바람장 산출 해상도인 격자 간격, 연속된 위성영상간의 시간 간격, 표적의 중심위치를 결정하는 방법 등에 대한 민감도가 조사되었다. 예를 들어, 표적 크기 28 화소 × 28 화소와 격자 간격 8 화소 × 8 화소에서 최소의 풍속-BIAS와 벡터-RMSE를 보이므로 그와 같이 최적화 조건이 결정되어 구름역 및 청천역 위성바람장이 산출되었다(그림 1).
또한, 위성바람장의 고도할당 대표성을 높임으로써 바람장의 정확도 향상에 기여할 수 있다. 이를 위해 표적추적에 사용된 화소들의 기여도를 고려하여 구름역 고도할당 시 대표온도를 개선함으로써 벡터-RMSE를 약 17 % 향상시켰다. 청천역에서도 방출율을 이용하는 고도할당 방법들을 정확도와 계산의 효율성을 고려하여 최적화하였다.
수증기채널 위성바람장의 표적추적 방법은 표적의 종류에 따라 최적화 조건이 달라질 수 있으며 구름역에서는 기하거리(유클리드 거리) 방법을 이용할 때 기존의 공간상관계수 방법에서보다 풍속-BIAS는 25%, 벡터-RMSE는 3.6% 향상된 결과를 보인다(그림 2).
나. 중규모 위성바람장 산출기술 개발
위성관측 해상도가 높아지면서 고해상도 채널을 이용하여 종관규모보다 작은 태풍이나 국지성 호우와 같은 중규모 현상을 탐지하려는 연구가 활발해지고 있다. 국립기상연구소에서는 1 km 공간해상도를 갖는 정지기상위성의 가시채널을 이용하여 중규모 위성바람장 산출시스템을 구축하였으며 정확도 및 벡터수 증가를 위해 품질 관리 및 고도할당 방법 등을 개선하였다.
중규모 위성바람장의 산출을 위해 먼저 표적추적에 쓰이는 표적의 크기에 대한 민감도 실험을 수행하였다. 그 결과 표적 크기가 감소할수록 벡터수는 증가하고 바람장의 오차는 감소하는 결과를 보이지만, 표적 크기가 24 km × 24 km 보다 작아지면 오히려 벡터수가 감소하고 바람장의 오차는 증가하였다. 따라서 중규모 위성 바람장 산출을 위한 표적의 크기는 24 km × 24 km로 최적화되었다(그림 3(좌)).
위성바람장의 품질관리는 최종적으로 산출된 벡터에 품질 정보를 부여하는 과정으로 위성바람장 활용을 위해 필수적인 과정이다. 현업 위성바람장에 적용중인 품질관리 방법(QI≥0.85)은 시공간적 균질성 및 수치모의 결과와의 일치성을 평가하는 방식으로 지균균형을 만족하지 않는 등의 중규모 특성을 갖는 벡터들이 제거될 가능성이 높다. 이러한 문제점을 보완하기 위해 기대오차(EE)를 도입하여 QI와 EE를 동시에 적용(QI⪰0.85와 EE≤4)하였다. 그 결과, 풍속-BIAS가 약 46 % 감소하였으며 특히 벡터수가 증가(110 %) 효과가 크게 나타났다(그림 3(우)).
다. 위성 기반 동아시아 증발산량 산출기술 개발
증발산량은 전지구 물순환 및 지표 에너지 수지와 밀접한 연관을 맺으며 기상 및 기후시스템에서 중요한 요소로 작용한다. 증발산량은 순복사 에너지를 이용하여 잠열의 형태로 수증기를 대기로 수송하고 응결과정을 통해 다시 잠열을 방출함으로써 지구상의 에너지 순환을 담당하고 있다. 또한 전지구 강수 시스템에 결정적인 역할을 하며 지표 식생의 광합성과 이산화탄소 교환에 중요한 역할을 한다. 증발산량의 중요성이 충분히 인식되고 있음에도, 직접 관측이 특히 어려워 실시간 감시 및 연구에 제한이 있어왔다. 이에 국립기상연구소에서는 위성관측자료를 이용하여 동아시아 지역의 증발산량 산출시스템을 구축하였다.
증발산량은 에너지 수지식을 기본으로, 지역 특성을 반영한 기온, 지표면 온도, 순복사와 식생지수, 토지피복지도, 수치 표고모델 등의 지상관측자료와 위성관측자료들을 이용하여 시․공간 일치된 데이터베이스를 구축하고, 현열 추정 및 증발산량 산출식을 간소화하여, 위성관측 자료만으로 실시간 산출되었다.
그림 4는 구축된 알고리즘을 바탕으로 산출된 일일 실제 증발산량으로 여름철과 겨울철의 하루에 대한 예시이다. 식생의 성장활동이 활발한 여름철에 증발산량이 전반적으로 커지고 겨울철에 감소하는 경향성은 잘 일치하고 있으며, 공간 검증 등의 정확한 검증을 위해서는 직접적인 관측 자료의 활용이 어려운 상황이다. 이에 가능증발산량을 이용하여 간접 검증을 수행하였으며, 이 때 RMSE 는 1.301mm/day, BIAS는 0.025로 비교적 좋은 결과를 보였다.
라. 마이크로파 위성 자료를 이용한 극지해빙 변화경향 분석
지구온난화에 의한 영향이 빠르게 나타나는 극지해빙의 변화를 감시하기 위해 2011년 국립기상연구소는 “극지 해빙 감시 및 분석 시스템”을 구축하였다. 지난 2년동안 해빙 탐지 기술과 분석을 바탕으로 만들어진 이 시스템은 Aqua/AMSR-E 위성 자료를 사용하였다. 2002년 6월 이후의 과거자료검색이 가능하고, 매주 최근의 북극과 남극의 해빙면적과 거칠기 분포 정보가 업데이트 되며, 시․공간에 따른 해빙의 변화를 분석 할 수 있다.
2011년도 북극해빙은 여름철(9월) 역대 최저면적 2위를 기록했다. 3월 이후 녹기 시작한 북극해 빙은 5월에서 7월 초 사이에 매우 빠르게 녹았다. 7월 한 때, 동일시기의 최저면적을 기록했으며, 8월 초 북극해빙의 표면거칠기값이 역대최저를 기록했고, 9월 첫째 주(9.3～9.9)에 2011년 최소 면적에 도달하였다. 최대면적에서 최소면적에 도달하는데 걸린 기간은 25주로 평균적으로 28주 걸리던 다른 해들에 비해 매우 빠르게 감소한 것으로 나타났다. 이러한 여름철 북극해빙 변화 예측 및 감시 결과는 KBS 9시 뉴스 등의 언론을 통해 대중에 보도되었다.
마. 마이크로파 위성 자료를 이용한 위성 토양수분 산출기술 개선
지난 2년 동안 마이크로파 위성자료를 이용한 위성토양수분 산출 알고리즘이 국립기상연구소의 기술력에 의해 개발․개선되었다. 수동 마이크로파 센서를 사용하여 토양수분을 산출하는 경우 식생지역에서 과소 추정되는 경향을 보인다. 식생지역에서의 과소 추정되는 경향을 개선하기 위해 NIMR 토양수분은 마이크로파 식생지수인 Microwave Polarization Difference Index (MPDI)를 이용하였으며 당해 연도에는 이러한 식생지수 사용에 따른 토양수분의 개선 능력을 평가하였다. 식생지수 사용 전과 후의 토양수분 값들을 비교한 결과, 식생지수 사용 후 식생지역에서 토양수분이 개선되는 결과를 확인할 수 있었다. 이러한 NIMR 토양수분 알고리즘을 기반으로 “전지구 토양수분 감시 및 분석 시스템”을 구축하였으며 이 시스템은 물 관련 재난감시, 황사 발생 가능성 분석 등에 활용될 수 있다.
2. 원격관측자료를 이용한 대기환경정보 산출기술 개발
가. FT-IR을 이용한 온습도 프로파일 산출기술 개선
2010년 구축된 FT-IR의 온습도 산출 알고리즘(AERIPROF)은 위스콘신대학에서 개발된 버전으로, 미국에서 관측된 약 1000여개의 라디오존데 프로파일을 사용하여 계산된 바이어스 스펙트럼 및 회귀계수를 사용하기 때문에 우리 지역의 특징을 잘 반영하지 못하였다. 기존 AERIPROF의 이러한 단점을 개선하기 위해, 안면도에서 관측된 25개 라디오존데 프로파일을 사용하여 복사 모의 후 FT-IR의 관측 스펙트럼 비교하여 우리 지역에 맞는 바이어스 스펙트럼을 계산하였다. 또한 2009～2010년까지 오산에서 관측된 약 700여개 청천 존데 프로파일을 사용하여, 한반도 지역에 적절한 회귀계수를 다시 산출하였다. 새롭게 계산된 바이어스 스펙트럼과 회귀계수를 적용하여, 기존 알고리즘에서 산출된 온습도와 개선된 알고리즘에서 산출된 온습도의 RMSE를 각
각 비교한 결과, 온도는 1.75 K에서 1.15 K로, 혼합비는 1.52 g/kg에서 0.92 g/kg으로 향상되었다. 또한 관측된 라디오존데 프로파일에 대하여, 개선 된 FT-IR의 온‧습도 프로파일과 위성(Aqua/AIRS, MetOp/IASI) 자료의 RMSE를 비교 분석한 결과, 위성에 비하여 FT-IR의 온도 및 혼합비 RMSE는 각각 1 K, 0.2 g kg-1이상 향상된 것으로 나타났다(그림 7).
나. 지상 온실가스 산출 기반 구축
캐나다 토론토대학과 국제공동연구를 통해 지상 FT-IR로부터 온실가스 한 종류인 메탄 산출 알고리즘(SFIT2 v3.93)을 구축하였다. 메탄 산출을 위해 사용된 밴드는 NOAA의 대기화합물변화탐지 네트워크(Network for the Detection of Atmospheric Composition Change)에서 권고하는 메탄산출 밴드를 포함하는 1150～1229 cm-1 영역이며, 알고리즘의 허용오차는 0.2 ppm (10 %) 수준이다. FT-IR에서 산출되는 메탄의 시간 분해능은 6시간이며, 초기 입력 자료로서 오산 존데에서 측정된 기압과 온도가 사용되었다. FT-IR에서 산출되는 유효한 메탄 정보는 연직 총 농도이며, 총 농도로부터 프로파일 자료가 계산되지만, 불확도가 큰 편이다. 2010.6～2011.5까지 1년 동안 산출된 메탄 자료에 대하여 지상, 항공, GOSAT 관측 결과와 비교 검증을 수행하였다. FT-IR에서 산출된 프로파일 정보 중 최하층고도(지상～1 km)의 메탄 농도와 안면도 기후변화감시센터의 관측탑(0.086 km)에서 측정된 메탄 농도의 비교 결과(그림 8(좌)), FT-IR에서 산출된 메탄이 지상 관측에 비하여 다소 큰 변동폭을 나타내었다. 그러나 오차의 빈도 분포(그림 8(우))가 정규분포와 유사한 형태이며, 알고리즘의 허용오차인 0.2 ppm 이내에 약 64%가 존재한다는 점을 고려할 때, FT-IR 메탄 산출 알고리즘은 안정적으로 구축된 것으로 판단된다.
FT-IR의 메탄 프로파일은 하층에서 농도가 높고 상층으로 갈수록 농도가 지수
함수적으로 낮아지는 이상적인 형태를 나타내기 때문에 사례별로 다양한 연직 분포를 보이는 항공관측결과와의 비교에서 유의미한 분석 결과를 얻기는 어려웠다. 온실가스 전용 위성인 GOSAT과 FT-IR의 비교를 위해, 안면도를 중심으로 위경도 ±1.5도, ±2도, ±5도, 관측시간 ±1시간 범위에 대하여 각각 시공간 일치된 메탄 연직 총 농도를 분석하였다. GOSAT에서 산출되는 정보가 대단히 제한적이기 때문에 1년 동안 위의 시공간 일치 조건에 대하여 만족하는 샘플 수는 각각 12개, 19개, 53개로 나타났으며, GOSAT과 FT-IR 모두 큰 변동폭을 나타냈다. 향후 FT-IR을 이용한 메탄 산출과 관련하여, 초기 입력 자료의 품질관리, 자료 기간 확대 분석 등이 요구된다.
한편, 항공관측을 통해 측정된 온실가스 연직 분포의 기류 방향별 특성 분석이 수행되었다. 특히 중국의 화북, 화중, 화남 지역을 통과하여 유입되는 사례의 경우 이산화탄소, 메탄, 일산화탄소의 연직 분포 형태가 서로 유사하게 관측되었으며, CO₂/CO와 NH₄⁺/CO의 선형회귀분석 결과, NO₂ 및 CH₄의 변화가 CO의 변화와 밀접한 관계를 가지는 것으로 나타났다. 이것은 중국 기류 유입 시 증가된 NO₂와 CH₄의 대부분이 인위적으로 배출된 온실가스라는 것을 시사한다.
3. 전지구강수관측위성(GPM) 활용기술 개발
가. GPM 강수 지상검증시스템 원형구축
전년도 약 2 년간의 위성 및 지상관측자료를 이용하여 Global Precipitation Measurement(GPM) 강수의 통계적 지상검증에 대한 우리나라의 관측 자료들의 적합성을 확인하였으며, 당해 연도에는 4 년간의 자료를 이용하여 한반도 지역의 GPM 강수의 통계적 지상검증시스템 원형을 구축하였다.
위성레이더와 지상레이더의 반사도 비교 결과, 진도 레이더는 두 관측치의 차이가 1 dBZ 이하로 나타났으며 이외의 지역에서는 2～3 dBZ 정도의 차이를 보였다. 반사도의 연직 프로파일 비교 결과도 이와 유사한 결과를 보였다. 즉, 4년 동안의 자료 비교결과 두 레이더의 차이가 2～3 dBZ 범위를 크게 벗어나지 않은 안정적인 결과를 보였다(그림 9).
TRMM/PR과 TRMM/TMI의 강우강도와 지상레이더(GR)에서 산출한 강우강도, AWS 우량계 강수량에서 산출한 강우강도를 비교하였다. 각 자료들은 TMI를 중심으로 반경 7 km 이내에 존재하는 자료들을 평균하여 비교하였다. 각 관측기기마다 빈번하게 관측되는 강우 강도의 구간에 차이가 있었다. AWS는 0～1mm/h에서, TMI 강우강도는 2～3 mm/h에서, GR과 PR은 그 중간 범위의 강우강도를 가지는 강수의 발생이 다른 구간에 비해 상대적으로 많았다(그림 10). 본 연구는 우리나라의 지상관측자료가 GPM 강수자료의 검증자료로서의 적합함을 보였으며, 이를 바탕으로 GPM 강수 지상검증시스템 원형을 구축하였다.
나. 한반도 위성강수의 물리적 특성분석
위성은 관측 공백지역을 포함한 전 지구의 강수 정보 제공이 가능하다. 그러나 강수는 계절별, 지역별로 다른 특성을 보이므로 정확한 위성 강수자료를 산출하기 위해서는 지상관측 자료를 이용한 강수특성분석이 필요하다. 본 연구에서는 한반도 강수 특성을 분석하기 위한 기초연구로 여름철 목포, 운남, 경북대 지점의 관측자료 (MRR, PARSIVEL, VertiX, AWS)를 이용하여, 강수 발생 시의 관측기기별 자료 특성 및 강수입자크기 분포를 분석하였다. 목포와 경북대 지점의 MRR과 PARSIVEL 강우량은 AWS 강우량과 큰 차이를 보이지 않았으며, 풍속의 변화에 따른 영향도 거의 나타나지 않았다.
강수입자크기분포는 위성 및 지상레이더를 이용한 강우강도 산출에 중요한 영향을 미치는 요소이다. MRR과 Parsivel을 이용하여 강수입자크기 분포를 분석한 결과, MRR과 Parsivel 모두 작은 입자크기에서 강우강도가 10 mm/hr 이하일 때와 이상일 때 다른 분포특성을 보였다(그림 11).
MRR보다 감쇠가 적은 X-밴드 연직레이더를 활용하고자 경북대에서 운영 중인 VertiX와 TRMM/PR, MRR의 반사도를 비교하였다. 층운형 강수에서 TRMM/PR과 VertiX의 밝은 띠 고도가 거의 일치하였으나, MRR의 경우 전파감쇠로 인해 두 자료와의 차이가 크게 나타났으며 밝은 띠 고도가 나타나지 않았다(그림 12).

Abstract ▼

Ⅳ. Research Contents and Results
1. Development of the Climate Application Technology using Satellite Data
A. Optimization of the Atmospheric Motion Vector (AMV) Retrieval Algorithm
using Water Vapor Channel
The retrieval technology of AMVs through tracking the cloud movements observed f

Ⅳ. Research Contents and Results
1. Development of the Climate Application Technology using Satellite Data
A. Optimization of the Atmospheric Motion Vector (AMV) Retrieval Algorithm
using Water Vapor Channel
The retrieval technology of AMVs through tracking the cloud movements observed from the satellite has been utilized into the real-time weather monitoring and the data assimilation of the numerical weather predication model.
In the case of using the infrared channel, AMVs can be retrieved only over the cloud cover. Accordingly as part of efforts to overcome this limitation, the water vapor channel has been utilized to obtain the wind information in clear days as well as cloudy days. In a bid of improving the accuracy of AMVs retrieval using the water vapor channel, the National Institution of Meteorology Research (NIMR) has taken the sensitivity tests and optimization over the major factor of algorithm.
The accuracy of retrieving AMVs in the water vapor channel depends largely on three methods: how to select a target which is used to trace the wind vector, how to trace the next time step image which is fit in with the selected target, and how to allocate the vector's altitude. The sensitivity tests on the target box size, grid size, time interval between satellite images, and the method to determine the central position of a target were performed. For example, the minimum wind speed-BIAS and vector-RMSE are shown in the 28 pixels × 28 pixels of the target size and 8 pixels × 8 pixels of the grid interval, and these optimized conditions are used in the AMVs retrievals over both cloud and clear regions (Fig. 1).
In addition, by enhancement the representativeness of the AMV height assignment, the accuracy is able to be improved. As part of such efforts, the representative temperature used in height assignment in the cloud region is improved by reflecting the contribution of the pixels used for tracking the target and then the vector-RMSE is improved about 17%. As for the clear regions, the height assignment in clear region was optimized by improving the accuracy and calculation effectiveness of the method.
The optimization of the target tracking methods, Euclidean distance method and cross correlation coefficient method, in the water vapor channel is varied according to the kind of a target. The Euclidean distance method showed that speed-BIAS and vector-RMSE were improved individually 25% and 3.6% than cross correlation coefficient method (Fig. 2).
B. Development of the Retrieval Technology of Mesoscale Atmospheric Motion Vector
As the resolution of the satellite observation increases, studies to investigate mesoscale phenomena such as typhoon or regional torrential rains which are smaller than the synoptic scale weather events have been actively implemented by means of the high resolution channel. The NIMR has built the system to retrieve mesoscale AMV using visible channel of geostationary meteorological satellite with 1 km spatial resolution and improved quality control and height assignment methods for the enhancement of the accuracy and the number of vectors.
In a bid to retrieve the mesoscale AMV, a sensitivity test to the target box size which is used to vector tracking was carried out. As a result, as the target box size decreases, it is found that the number of vectors increases and the difference errors of AMV are reduced. However in the case that the target box size becomes less than the size of 24 km × 24 km, the number of vectors in return is declining and the difference errors of AMV is climbing. Therefore the target box size for retrieving the mesoscale AMV is optimized into 24 km × 24km. (Fig. 3(left)).
The quality control of AMV is a process to add the quality information to the vector and the essential procedures to utilize AMV. Since the operational quality control method (QI≥0.85) for AMV compares the consistency and homogeneity between AMV and simulated wind from NWP, geostrophic unbalanced mesoscale
AMV is mostly screened out. In this regard, the expected error (EE) was introduced and both QI and EE were applied into the quality control method (QI ⪰0.85와EE≤4). As a result, speed-BIAS was reduced by 46% and in particular, the number of vector was drastically increased (110%) (Fig. 3(right)).
C. Development of Retrieval Algorithm of Satellite-based Evapotranspiration over the East Asia
The evapotranspiration is in a close relation to the global water cycle and surface energy balance and play a key role in the meteorological and climate system. The evapotranspiration is in charge of the global energy cycle by conveying the water vapor in a form of latent heat in the air by means of net radiation energy and then again by emitting latent heat through the concentrating process. In addition, they are critical in the global precipitation system as well as in the exchange of the photosynthesis of the land surface vegetation with CO2. Despite that there have been enough awareness on evapotranspiration's importance as such, it is hard to directly observe the evapotranspiration. Up until now the real-time monitoring and research of the evapotranspiration have been restricted. In line with these situations, the NIMR has set up the retrieval system of evapotranspiration over the East Asia using satellite observed data.
To retrieve the evapotranspiration with the satellite observation data based on the surface energy balance, spatial/temporal collocated database using the satellite- and ground-based observation data such as air temperature, surface temperature, net radiation, vegetation index, land cover map, and digital elevation model was employed and then simplification on the estimation of sensible heat flux was carried out.
Fig. 4 illustrates examples both in summer and winter for daily actual evapotranspiration retrieved from the algorithm. In the summer when vegetation is actively growing, evapotranspiration is increasing in general while the evapotranspiration is decreasing in the winter. However the accurate validation of the spatial distribution of evapotranspiration is difficult because of the insufficient in-situ measurements. Accordingly the potential evapotranspiration is used to indirectly validate. At this point, RMSE is 1.301 mm/day and BIAS is 0.025, which shows a relatively good performance.
D. Analysis on Variation of Polar Sea Ice using Microwave Satellite Data For monitoring of polar sea ice which is fast influenced by the global warming, the NIMR set up “Polar Sea Ice Monitoring and Analyzing System” in
2011. This system was established on the basis of the NIMR technology of sea ice analysis using Aqua/AMSR-E satellite data for last two years. Sea ice extent and roughness distributions in antarctic and arctic sea ice regions can be accessible from June 2002 to present. and are being updated every week and the spatial/temporal variabilities of sea ice are also analyzed.
In the summer (September) of 2011, the Arctic sea ice extent was recorded the second minimum in history. The melting of the Arctic sea ice began from March of the year and was rapidly accelerated between May and July. The Arctic sea ice extent of July reached the historical minimum extent of July for a while. In the early August, the surface roughness of the Arctic sea ice was recorded the minimum and the minimum extent of the Arctic sea ice was observed in the first week (3rd September ～ 9th September) in september 2011. Reaching time from the maximum extent to minimum took 25 weeks in 2011. Considering that normal reaching time was 28 weeks on average, it is found that the melting rate of 2011 is significantly larger. Theses information on the prediction and monitoring over the Arctic sea ice variabilities in the summer were aired to the public through major media including KBS 9 News.
E. Improvement of the Retrieval Technology of Soil Moisture using Microwave Satellite Data For the last two years, a retrieval algorithm of soil moisture using the microwave satellite data have been developed and improved by the NIMR. It is found that the passive microwave sensor underestimates soil moisture in the vegetation region. In order to improve the underestimation, the NIMR used Microwave Polarization Difference Index (MPDI) which is a microwave vegetation index. In the concerned year, and impact test of the MPDI to the soil moisture retrievals was carried out.
In comparison with the soil moisture retrievals with and without the MPDI, those with the MPDI were improved in the vegetation region.
Based on the updated NIMR soil moisture algorithm, "the Global Soil Moisture Monitoring and Analyzing System" was established. The system is expected to be utilized into the monitoring of water-related disaster and the analysis of the potential of the Asian dust.
2. Development of the Retrieval Technology of Atmospheric Environmental Information using Remote Observation Data
A. Improvement of the Retrieval Technology of Temperature and Moisture Profile using FT-IR
The retrieval algorithm of temperature and moisture (AERIPROF) using (Fourier Transform Infrared Spectroradiometer (FT-IR) set up in 2010 was a version developed by University of Wisconsin. Then as adopting bias spectrum and regression coefficient which were calculated using around 1,000 profiles of spectroradiometer observed in the U.S., this algorithm does not fit in the regional characteristics of Korea. Aiming at improving such disadvantages of the existing AERIPROF, simulated spectrums using 25 radiosonde profiles observed in Anmyeon-do were compared with the observation spectrums of FT-IR and then calculated with bias spectrum which fits in the Korean regions. Furthermore, by using around 700 radiosonde profiles in the clear-sky condition observed in Osan in 2009～2010, the regression coefficient is re-calculated to be suitable for the Korean Peninsula. By applying the bias spectrum and regression coefficient newly calculated and by comparing RMSE of the temperature and moisture retrieved from the existing algorithm to RMSE of the temperature and moisture retrieved from the improved algorithm, respectively the temperature improved to 1.15 K from 1.75 K and the mixing ratio to 0.92 g/kg from 1.52 g/kg. Moreover when it comes to the radiosonde profile, as a result of the comparison of RMSE between the improved profile of temperature and mixing ratio retrieved from FT-IR and satellite derived (Aqua/AIRS, MetOp/IASI) data, RMSEs of the temperature and mixing ratio of FT-IR were increased by more than 1 K and 0.2 g kg^-1, respectively (Fig. 7).
B. Establishing the Infrastructure on the Ground-based Greenhouse Gases
Retrieval
Through the international joint research with the University of Toronto of Canada, the methane retrieval algorithm (SFIT2 v3.93), one kind of the greenhouse gases, was established from the ground-based FT-IR. The band used to retrieve the methane is between 1150～1229cm^-1, including the methane retrieval band which is recommended by the Network for the Detection of Atmospheric Composition Change of NOAA. And its uncertainty of the algorithm is 0.2 ppm (10%). The time resolution of the methane retrievals from FT-IR is 6 hours. The atmospheric pressure and temperature observed from the radiosonde in Osan were used as an initial data. Valid information of methane to be retrieved from FT-IR is total column concentration. The profile data is calculated from the total concentration but its uncertainty is a bit high.
The methane data retrieved during one year from June 2010 to May 2011 were compared and validated with the ground- and aircraft-based methane observations and methane retrievals from the GOSAT. In a comparison with the methane concentrations at the lowest altitude (ground to 1km) among the profile information retrieved from FT-IR and the methane concentrations from the observation tower of the global atmosphere watch center at Anmyeon-do (Fig. 8 (left)), the methane retrievals from FT-IR show slightly wider range of fluctuation compared to the ground observations. However considering that the error's frequency distribution (Fig. 8(right)) showed a similar form to the normal distribution and the errors existed by around 64% within the allowable errors of 0.2 ppm, it is analyzed that the methane retrieval algorithm from FT-IR is stably established.
As FT-IR methane profile shows an ideal curve which features a exponential decrease of the methane concentration from the low level to the high level, it is hard to obtain a significant result in the comparison of the vertical distribution of methane observed from the aircraft sampling measurements which shows various vertical distribution per cases. For the comparison of GOSAT and FT-IR, spatial (±A1.5 degree, ±_2 degree, and ±5 degree) and temporal (±ｩ1 hour) collocations were carried out over the region of Anmyeon-do. As the available GOSAT methane retrievals are extremely limited, the number of samples that satisfied such spatial/temporal conditions were 12, 9, and 53, respectively; GOSAT and FT-IR showed a wide range of variabilities. Accordingly as for the future methane retrieval using FT-IR, it requires quality management of the initial data and analysis of the longer-period data.
In the meantime, the relationship between the characteristics of the vertical distribution of the greenhouse gases measured by the aircraft observation and the direction of air flows arriving at Anmyeon-do was studied. In particular, in the case of air flows through the chinese regions such as North China, Mid China, and South China, the vertical distribution of CO2, methane, and CO was similarly observed each other. As a result of linear regression analysis of CO₂/CO and CH₄/CO, it showed that change of CO₂ and CH₄ are closely related to that of CO.
This suggested that the most amount of CO₂ and CH₄ increased due to air flows from China were originated from anthropogenic sources.
3. Development of the Utilization Technology for Global Precipitation
Measurement (GPM)
A. Establishment of a Prototype of the Ground Validation System of the GPM Last year, the statistical ground validation of the Global Precipitation Measurement (GPM) using satellite data and ground observation data for two
years was performed and the validity and availability of the ground observation data in South Korea was investigated. This year, a prototype of the statistical ground validation system of the GPM over the Korean Peninsula was established using the four-year ('06～'10) data. As a result of the comparison of reflectivities from the satellite radar and the ground radar, it showed that the difference between the two radars at Jindo was less than or equal to 1 dBZ and in other regions 2～3 dBZ.
The similar results were found in the comparison of the vertical profile of reflectivities. In other words, in the comparison of the four years long data, the difference between the two radars was in the range of 2～3 dBZ and showed reliable consistancy (Fig. 9).
Rain rate estimated from AWS rain gauges was compared with rain rates retrieved from TRMM/PR, TRMM/TMI, and the ground radar (GR). Each data
was averaged for an area with 7 km radius centered on each TMI footprint. As a result, frequently observed rain rates were different from each measurement.
The rain rate were observed relatively a lot in the range of 0～1 mm/h in AWS, 2～3 mm/h in TMI, and 1～2 mm/h in GR and PR (Fig. 10). This study
showed that the ground observation data in South Korea is available as a ground validation of the GPM data. In particular, based on this study, a prototype of the ground validation system of GPM was established.
B. Analysis on the Physical Features of Satellite Precipitation over the Korean Peninsula Satellite provides the global precipitation information including the data sparse regions.
Since rainfall has different features depending on season and region, it is necessary to study the precipitation feature on the basis of the ground observation to improve the accuracy of precipitation from satellite data. The study was carried out to analyze the feature of the rain data according to the observing instruments and the distribution of the precipitation particles size using the observation data (MRR, PARSIVEL, VertiX, and AWS) in Mokpo, Woonnam, Gyeongbuk university in summer as a basic research in order to analyze the precipitation's features over the Korean Peninsula. As a result, there was no big difference between the rainfalls of MRR and PARSIVEL in Mokpo and Gyeongbuk university and those of AWS. In addition, there were rare effects following the changes of the wind speed.
The distribution of the precipitation particles size plays an important role in retrieval of rain rate using the satellite and ground radar.
As a result of analyzing the distribution of the precipitation particles size using MRR and Parsivel, MRR and Parsivel showed different distribution features in the small particles size when rain rate is less than 10 mm/hr or more than 10 mm/hr (Fig. 11).
In an attempt to utilize the X-band vertical radar which has smaller attenuation than MRR, we compared reflectivities of VertiX, TRMM/PR, and MRR which are operated in the Gyeongbuk university. In stratiform rainfall, the altitudes with bright band of TRMM/PR and VertiX did almost correspond. However MRR had big differences from the two data due to the electronic wave attenuation, and furthermore the bright band height was not found (Fig. 12).

목차 Contents

• 표지 ... 1
• 연구보고서 ... 2
• 목차 ... 4
• CONTENTS ... 9
• LIST OF TABLES ... 15
• LIST OF FIGURES ... 16
• 요약문 ... 22
• Summary ... 35
• 제 1 장 서론 ... 52
• 제 2 장 위성 지구환경정보 산출 및 개선 ... 55
• 제 1 절 수증기채널 위성바람장 산출 알고리즘의 최적화 ... 55
• 1. 서론 ... 55
• 2. 민감도 실험 및 개선 ... 56
• 가. 개요 ... 56
• 나. 수증기채널 바람장의 표적선정방법 최적화 ... 57
• 다. 고도할당방법 개선 및 최적화 ... 62
• 라. 벡터추적방법의 최적화 ... 66
• 3. 소결론 ... 67
• 제 2 절 중규모 위성바람장 산출기술 개발 ... 68
• 1. 서론 ... 68
• 2. 중규모 위성바람장의 품질관리 방법 개선 ... 68
• 가. 개요 ... 68
• 나. 위성바람장의 품질관리 방법 ... 69
• 다. 민감도 실험을 통한 품질관리 방법의 최적화 ... 70
• 3. 천리안위성 기반 중규모 위성바람장 산출 ... 74
• 가. 개요 ... 74
• 나. 천리안위성 기반 위성바람장 산출 알고리즘 구성 ... 74
• 다. UM N512 6시간 예보장 ... 75
• 라. 천리안 위성 기반의 중규모 위성바람장 산출 결과 ... 75
• 4. 소결론 ... 76
• 제 3 절 위성 기반 동아시아 증발산량 산출기술 개발 ... 78
• 1. 서론 ... 78
• 2. 위성 기반 증발산량 산출 알고리즘 ... 79
• 가. 개요 ... 79
• 나. 에너지 수지식 ... 80
• 다. 한반도 지역 Matchup Data Base (MDB) 구축 ... 81
• 라. 현열 추정 및 증발산량 산출식의 간소화 ... 82
• 3. 동아시아 지역 실제 증발산량 산출 및 검증 ... 84
• 4. 소결론 ... 88
• 제 4 절 마이크로파 자료를 이용한 극지 해빙 감시 ... 89
• 1. 서론 ... 89
• 2. 극지해빙의 월별 특성 ... 89
• 3. 2011년 북극해빙의 양상 ... 95
• 가. 겨울철 북극 해빙 변화경향 ... 95
• 나. 여름철 북극 해빙 변화경향 ... 97
• 4. 소결론 ... 99
• 제 5 절 마이크로파 자료를 이용한 위성 토양수분 분석 ... 100
• 1. 서론 ... 100
• 2. 토양수분 알고리즘에서 식생지수의 효과 ... 100
• 3. 소결론 ... 103
• 제 3 장 원격관측자료를 이용한 대기환경정보 산출기술 개발 ... 104
• 제 1 절 관측개요 ... 104
• 제 2 절 FT-IR을 이용한 온습도 프로파일 산출기술 개발 ... 106
• 1. 서론 ... 106
• 2. 온습도 프로파일 산출 알고리즘 개선 ... 106
• 가. 안면도지역의 FT-IR 바이어스 스펙트럼 산출 ... 106
• 나. 주성분 회귀계수 산출 ... 108
• 다. FT-IR 온습도 프로파일 산출 알고리즘 개선 전후의 결과비교 ... 111
• 라. FT-IR, 위성, KLAPS 온습도 프로파일 비교 ... 113
• 마. 사례분석 ... 115
• 3. 소결론 ... 119
• 제 3 절 지상 온실가스 산출 기반 구축 ... 120
• 1. 서론 ... 120
• 2. 지상 FT-IR을 이용한 메탄 산출 및 검증 ... 121
• 가. 메탄 산출 알고리즘 개요 ... 121
• 나. FT-IR 메탄 비교 검증 ... 122
• 3. 온실가스 항공관측을 통한 온실가스 연직 분포 특성 분석 ... 124
• 가. 관측 및 분석 방법 ... 124
• 나. 기류 방향별 농도 특성 분석 ... 125
• 4. 소결론 ... 127
• 제 4 절 위성 온실가스 전지구 변화경향 분석 ... 129
• 1. 서론 ... 129
• 2. GOSAT 자료를 이용한 이산화탄소 시.공간 특성 분석 ... 129
• 가. 계절별 전구 이산화탄소 분포 ... 130
• 나. 지역별 이산화탄소 시계열 ... 131
• 다. 위도별 이산화탄소 변화 ... 132
• 라. 지상관측자료와의 검증 ... 134
• 마. 탄소추적시스템과의 비교 ... 135
• 3. IASI 자료를 이용한 이산화탄소 시.공간 특성 분석 ... 136
• 가. 계절별 전구 이산화탄소 분포 ... 137
• 나. 위도별 이산화탄소 변화 ... 138
• 다. 지상관측자료와의 검증 ... 139
• 제 4 장 전지구강수관측위성(GPM) 활용기술 개발 ... 140
• 제 1 절 GPM 지상검증 및 국제공동연구 수행 ... 140
• 가. 반사도 비교 ... 140
• 나. 강우강도 비교 ... 146
• 제 2 절 한반도 위성강수의 물리적 특성분석 ... 150
• 1. 서론 ... 150
• 2. 지상 광학관측자료 특성 ... 151
• 가. MRR, Parsivel 강우강도 자료의 신뢰성 ... 152
• 나. VertiX 자료의 활용가능성 제고 ... 156
• 3. TRMM/PR 및 Parsivel 자료로부터 DSD parameter 추정 ... 159
• 4. 소결론 ... 162
• 제 5 장 위성자료 분석을 위한 기반 기술 개발 ... 163
• 제 1 절 NIMR 1-DVAR 알고리즘 기반 구축 ... 163
• 1. 서론 ... 163
• 2. 1-DVAR 알고리즘 개요 ... 164
• 3. NIMR 1-DVAR 기반 구축에 적용된 주요 이론 및 방법 ... 165
• 가. Levenberg-Marquardt Method 개요 ... 165
• 나. RTTOV10의 개요 ... 166
• 4. NIMR 1-DVAR 알고리즘 설계 및 특징 ... 167
• 가. 주요 입력자료 ... 167
• 나. NIMR 1-DVAR의 특징 ... 169
• 5. 소결론 ... 171
• 제 2 절 산란위상함수 근사법의 통계적 개선 ... 172
• 1. 서론 ... 172
• 2. 비등방성 위상함수를 위한 르장드르 다항식 전개법 ... 173
• 가. delta-M 방법과 delta-fit 방법의 비교 분석 ... 173
• 나. 변수선택법과 판정기준 ... 176
• 3. 사례분석(근사위상함수와 대응하는 복사휘도 비교 분석) ... 179
• 가. 복사전달계산 ... 179
• 나. Henyey-Greenstein 위상함수 사례 ... 179
• 다. Double H-G 위상함수 사례 ... 180
• 4. 소결론 ... 183
• 제 6 장 결론 ... 184
• 참고문헌 ... 188
• 부록 1. 약어 ... 199
• 부록 2-4. 학술용역 최종보고서 ... 202
• 부록 3. 고해상도 해수면온도 산출 특성 연구(Ⅲ) ... 308
• 부록 4. 위성을 이용한 지표 및 대기 변화 감시기술 개발(Ⅱ) ... 395
• 끝페이지 ... 628